本文關(guān)鍵詞：基于數(shù)據(jù)融合的船舶內(nèi)燃機故障診斷方法的研究

  更多相關(guān)文章： 故障診斷技術(shù) 柴油機 數(shù)據(jù)融合 粗糙集 支持向量機

【摘要】：本文主要以船舶柴油機為研究對象，重點對柴油機運行狀態(tài)中故障的發(fā)生、預防與診斷進行綜合分析。結(jié)合現(xiàn)階段信息處理技術(shù)、故障診斷技術(shù)對柴油機進行故障診斷與預報�；诂F(xiàn)階段單一的故障診斷方法難以得到理想的效果，用一種基于兩種診斷方法融合的診斷方法來進行柴油機故障診斷與預報。 融合診斷方法利用粗糙集理論對不完備信息處理的優(yōu)點，，對收集的柴油機故障數(shù)據(jù)進行處理分析，分析處理后的結(jié)果利用支持向量機理論進行分類訓練，得到分類診斷結(jié)果。該方法解決了單一利用粗糙集理論進行故障診斷時，診斷結(jié)果受外部因素影響較大的缺點，同時也解決了單一利用支持向量機理論進行診斷時對冗余信息和重要信息分類識別不準確的不足。經(jīng)過粗糙集處理后的數(shù)據(jù)變得更精簡，但整個數(shù)據(jù)特征的完整性卻基本被保留了下來，為使用支持向量機理論進行分類診斷提供了更簡潔有用的信息，提高了診斷速度，同時也提高了分類診斷的正確率。本文通過融合方法對實際故障數(shù)據(jù)進行診斷，得出的診斷結(jié)論與實際結(jié)論進行對比，證明了融合方法的可行性。 本文中利用融合診斷方法進行故障診斷主要是MATLAB軟件中對數(shù)據(jù)進行粗糙集理論方法處理分析，在利用LIBSVM工具箱中的SVM方法在基于MATLAB的工作環(huán)境中進行診斷分析，最后得出分類診斷結(jié)果。 本文最后在基于VC++和MATLAB的環(huán)境中開發(fā)了基于融合診斷方法的系統(tǒng)。并詳細的介紹了軟件開發(fā)與實現(xiàn)的過程。
【學位授予單位】：江蘇科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：U672;U664.12

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 李雄飛,謝忠時,李曉堂,李軍;基于粗集理論的約簡算法[J];吉林大學學報(工學版);2003年01期

2 王玨,苗奪謙;Analysis on Attribute Reduction Strategies of Rough Set[J];Journal of Computer Science and Technology;1998年02期

本文編號：1238894